← 返回列表
一种基于深度学习的河流水体识别方法、电子设备及存储介质
摘要文本
一种基于深度学习的河流水体识别方法、电子设备及存储介质,属于水文信息提取技术领域。为提高城市河流小尺度环境识别精度,本发明采集河流所在目标区域的遥感影像数据,利用具有图像采集装置和卫星定位装置的无人机采集河流所在目标区域的水体图像数据;对采集的遥感影像数据、水体图像数据进行预处理,然后按照所在目标区域的坐标进行匹配,构建遥感影像训练集和遥感影像测试集,水体图像训练集和水体图像测试集;构建基于深度学习的河流水体识别模型;将得到的训练集中的数据输入到步骤S4构建的基于深度学习的河流水体识别模型中进行模型训练,然后对训练好的基于深度学习的河流水体识别模型进行测试,得到基于深度学习的河流水体识别结果。
申请人信息
- 申请人:哈尔滨师范大学
- 申请人地址:150080 黑龙江省哈尔滨市利民经济开发区师大路1号
- 发明人: 哈尔滨师范大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于深度学习的河流水体识别方法、电子设备及存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311327240.8 |
| 申请日 | 2023/10/13 |
| 公告号 | CN117392539A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06V20/10 |
| 权利人 | 哈尔滨师范大学 |
| 发明人 | 齐少群; 万鲁河; 王雷; 卢廷玉; 杜以鑫 |
| 地址 | 黑龙江省哈尔滨市利民经济开发区师大路1号 |
专利主权项内容
1.一种基于深度学习的河流水体识别方法,其特征在于,包括如下步骤:S1、采集河流所在目标区域的遥感影像数据,利用安装有图像采集装置和卫星定位装置的无人机,采集河流所在目标区域的水体图像数据;S2、对步骤S1采集的遥感影像数据、水体图像数据进行预处理;S3、将步骤S2预处理后的遥感影像数据、水体图像数据,按照所在目标区域的坐标进行匹配,构建遥感影像训练集和遥感影像测试集,水体图像训练集和水体图像测试集;S4、构建基于深度学习的河流水体识别模型;S5、将步骤S3得到的训练集中的数据输入到步骤S4构建的基于深度学习的河流水体识别模型中进行模型训练,然后对训练好的基于深度学习的河流水体识别模型进行测试,得到基于深度学习的河流水体识别结果。